【定量分析】插入排序运行时间与输入数组元素排列之间的关系

结论：插入排序的时间复杂度的更精确的量度应该为：$\Theta (n+m)$，其中n为数组规模，m为数组逆序对数。

众所周知，插入排序的最佳时间复杂度为$\Theta (n)$，平均时间复杂度和最差时间复杂度为$\Theta (n^2)$，那么给出任意一个输入序列，如何计算使用插排的运行时间？

首先考虑，随着数组的无序程度增加，运行时间自然会增加，而这个无序程度的最直白的量度就应当是逆序对数。

给出插入排序的伪代码：

1 for i = 2 to n:	// 从1开始计数
2 	key = A[i]
3 	// Insert A[i] into the sorted subarray A[1:i–1].
4 	j = i – 1
5 	while j > 0 and A[j] > key
6 	   A[j + 1] = A[j]
7 	   j = j – 1
8 	A[j + 1] = key

通过分析每一行代码的执行次数，我们就可以粗略得出排序的运行时间。

1. 首先，1,2,4,8行，各执行n次，则总执行次数为n次。（不考虑常数项、常数因子和注释行）。

2. 其次，设在第i次迭代中，内循环的5,6,7行各执行$t_i$次，那么总执行次数为${\sum }_{i=2}^n{t}_i$次。设A的逆序对数为m。

现在仅剩$t_i$没有清楚的数量定义，考虑插入排序的性质：当插入A[i]时，A[1...i-1]均已按照升序拍好，而现在要将A[i]插入到一个位置，使得该位置前面的元素均不大于A[i]，后面的元素均大于A[i]。容易分析得到，$t_i$=A[1...i-1]中比A[i]大的元素数量，也就是以A[i]为后件的逆序对数。因此${\sum }_{i=2}^n{t}_i=m$。

因此，对插入排序的时间复杂度的更精确的量度应该为：$\Theta (n+m)$，其中n为数组规模，m为数组逆序对数。而最佳复杂度和最差复杂度即为该量度的一个特例（顺序m=0；逆序m=$\frac{n(n-1)}{2}$）。